基于多数据源SBAS技术的滑坡监测和早期识别方法技术

本发明专利技术涉及一种基于多数据源SBAS技术的滑坡监测和早期识别方法，包括以下步骤：获取覆盖监测范围的同一时段的多种SAR影像数据；公共主影像选择；SAR影像配准；干涉对的选取；差分干涉图的生成；地面点选取；估算残余地形相位；去除大气相位及残差；建立模型反演沉降速率。本发明专利技术根据地理位置及地形地貌特征，利用已有的同一区域的不同源SAR数据，开展了基于小基线集技术的滑坡形变监测，同时增加地面点选点约束条件，加强不同源数据间的联系，缩小各结果之间的差异，达到了在缺省其它检核条件下的高精度、高准确性的反演结果，为滑坡地质灾害的发现和防治提供有效、可靠的技术支持。

【技术实现步骤摘要】
基于多数据源SBAS技术的滑坡监测和早期识别方法
本专利技术涉及合成孔径雷达干涉测量技术，具体涉及一种基于多数据源SBAS技术的滑坡监测和早期识别方法。
技术介绍
四川省阿坝藏族羌族自治州(简称阿坝州)位于四川省西北部，阿坝州地处青藏高原东南缘，横断山脉北端与川西北高山峡谷的结合部，其地貌以高原和高山峡谷为主。东南部为高山峡谷区，中部为山原区，西北部为高原区。阿坝州地震频发，如2008年“5.12汶川地震”和2017年“8.8九寨沟地震”都是其中影响较大的地震。阿坝州处于构造断裂带、地震带和高山峡谷地带，而受到断裂带的影响，当地的岩体比较破碎和松散，再加上地震所带来的次生灾害影响，在山峦重叠的阿坝州，滑坡地质灾害成为了影响当地居民生命财产安全的主要地质灾害之一。同时，受到强降雨的影响，滑坡地质灾害在阿坝州发生得更为频繁，滑坡地质灾害影响范围大、形变量大、突发性强，常规测量方法(如GPS，精密水准测量等)又存在以下几点缺陷：1)外业工作量大；2)需消耗大量人力物力财力；3)布设点受地形影响；4)自动化程度不高；5)多用于点的监测，在大面积监测上没有优势。所以，在滑坡灾害频发的阿坝州，利用新的测量技术对其滑坡的早期识别和滑坡地质灾害的监测、预警成为保护当地人民生命财产安全的一项迫在眉睫的任务。合成孔径雷达干涉测量(InterferometrySyntheticApertureRadar，InSAR)是一门测量地形及地表形变的技术，相比较常规测量技术而言，InSAR技术具有全天候、宽覆盖、高精度、低成本的优势。但是，传统的差分合成孔径雷达干涉测量(DifferentialInterferometrySAR，D-InSAR)技术容易受到大气扰动、时间失相关和空间失相关等因素的影响，其测量的精度受到了一定的限制，并且无法获得监测区域时间序列的地表形变。而时序InSAR技术如永久散射体干涉测量(PermanentScatterInterferometry，PSI)和小基线集(SmallBaselineSubset，SBAS)等技术及其衍生时序InSAR技术相继被提出。目前时序InSAR技术已广泛应用于城市地下水开采、地质灾害(滑坡、火山、地震等)和城市地表等形变测量当中。SBAS技术是由Berardina和Lanari等研究人员提出的一种典型的时序InSAR技术，与传统的D-InSAR技术不同，SBAS基于短时间基线、短空间基线获取干涉像对，其主影像有多个，在同样的观测时间、影像个数内，积累了尽可能多的干涉图，将时间、视角方面的差异最小化，最大限度地减小了时间去相干、空间去相干对观测结果的干扰。另一方面，相对于PSI技术来说，SBAS技术的优势在于能够通过奇异值分解(SingularValueDecomposition，SVD)的技术，对形变模型进行求解，因此即便在干涉数据集中存在两个不相连的干涉数据子集，SBAS方法仍然能够对模型中的形变项、大气影响项、轨道误差项进行估计并去除。SBAS技术由于对干涉数据集中的干涉对进行时间基线以及空间基线进行限制，因此干涉数据集中的干涉图能够最大程度地减少时间失相关现象以及空间失相关现象的影响。SBAS技术由于能够尽可能高地保证速率反演结果的空间覆盖率，而且SBAS在进行影像中的大气相位屏(AtmosphericPhaseScreen，APS)的估计以及去除是通过执行一个时间维上的滤波来实现的。不同于PSI技术在对速率反演模型进行求解的时候完成相位解缠操作，SBAS技术使用解缠后的干涉图进行模型的参数估计操作。因此，SBAS技术因为在解的稳健性方面的优势，在包含较大面积的监测区域的形变提取工作中具有优势。目前，SBAS技术虽然在滑坡灾害监测中有着广泛的应用，但其相比较于PSI技术而言在高相干性的PS点上精度不高，且在滑坡灾害频发的阿坝州山区，GPS和水准点的布设也出现了一定的困难，这也使得SBAS技术在得到测量结果之后没有其他测量结果作为比较，其结果的准确性无法得到保证。
技术实现思路
鉴于现有技术的不足，本专利技术所要解决的技术问题是提供一种基于多数据源SBAS技术的滑坡监测和早期识别方法，以提高时序InSAR技术的准确性；该方法基于InSAR技术和多个(含两个)数据的SAR影像，采用小基线集InSAR方法提取地表形变信息，并在多数据处理结果之间进行相互验证，从而提高时序InSAR技术在无其他检验条件下的准确性。为了解决上述技术问题，本专利技术采用如下技术方案：一种基于多数据源SBAS技术的滑坡监测和早期识别方法，包括以下步骤：步骤一、获取覆盖监测范围的同一时段的多种SAR影像数据；步骤二、公共主影像的选择；步骤三、SAR影像的配准；步骤四、干涉对的选取；步骤五、差分干涉图的生成；步骤六、选取地面稳定点；步骤七、估算残余地形相位；步骤八、去除大气相位及残差；步骤九、建立模型反演沉降速率。进一步地，在步骤二中，基于时间序列的SAR影像的分析技术，将不同数据源或同源不同图幅的SAR影像分开处理，具体操作如下：首先从覆盖同一地区的SAR影像中选取公共主影像，将其余影像与主影像配准生成干涉图，计算两幅图像干涉图的相干系数ωi,j，总体用下式表示：其中，Tt、Bt、Dt分别为时间基线、空间垂直基线以及多普勒质心频率的阈值；通过计算每两幅图的相干系数ωi,j，得到一个系数矩阵并对矩阵中的每行求和，即：计算出第i幅图像作为公共影像时的相干系数ωi并比较ωi最大时的影像，此时选取的公共主影像其时间基线、空间垂直基线以及Doppler质心频率基线达到最佳组合。进一步地，在步骤三中，在选取出公共主影像之后，将所有影像与主影像进行配准并重采样；当两幅干涉SAR图像之间准确配准时，其干涉图中会出现干涉条纹，而InSAR又通过对干涉相位图的处理来提取地面高程及形变信息，因此影像配准是时间序列InSAR处理的关键步骤；具体配准操作如下：假设两幅SAR复数影像分别为P1(x,y)和P2(x,y)，当两幅影像之间存在整数个数像素偏移量时，其干涉图的公式如下：I(x,y；m,n)＝P1*(x,y)·P2(x-m,y-n)(3)其中，(m,n)表示为整数个数的像素偏移量，P1*(x,y)表示为P1(x,y)的共轭；在图像的配准中，求信噪比SNR的表达式为：其中，是干涉图频谱，可由公式(5)求得：其中，M和N分别表示干涉图频谱的行数和列数；当两幅图像精准配准时，其信噪比达到最大值，所以通过遍历所有可能偏移位置上的SNR并找出最大SNR所在位置及其对应的偏移量，确定干涉相对之间的偏移量，从而完成影像的配准。进一步地，在步骤四中，设定预定的时间基线和空间基线阈值，根据所设定的阈值，事先生成一些干涉条件较好的干涉对，从而初步剔除干涉条件差的干涉对。进一步地，在步骤五中，采用Goldstein方法进行滤波以及最小费用流法进行解缠；在时间序列的干涉数据集中，对任意一景干涉图中的干涉相位表示为：φint＝φatmos+φtopo+φdefo+φobject+φorbit+φnoise(6)减去高程相位以后，获得差分干涉相位：φdiff＝φatmos+φtopo-error+φdefo+φobject+φorbit+φnois本文档来自技高网...

【技术保护点】
1.一种基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于，包括以下步骤：步骤一、获取覆盖监测范围的同一时段的多种SAR影像数据；步骤二、公共主影像的选择；步骤三、SAR影像的配准；步骤四、干涉对的选取；步骤五、差分干涉图的生成；步骤六、选取地面稳定点；步骤七、估算残余地形相位；步骤八、去除大气相位及残差；步骤九、建立模型反演沉降速率。

【技术特征摘要】
1.一种基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于，包括以下步骤：步骤一、获取覆盖监测范围的同一时段的多种SAR影像数据；步骤二、公共主影像的选择；步骤三、SAR影像的配准；步骤四、干涉对的选取；步骤五、差分干涉图的生成；步骤六、选取地面稳定点；步骤七、估算残余地形相位；步骤八、去除大气相位及残差；步骤九、建立模型反演沉降速率。2.根据权利要求1所述的基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于：在步骤二中，基于时间序列的SAR影像的分析技术，将不同数据源或同源不同图幅的SAR影像分开处理，具体操作如下：首先从覆盖同一地区的SAR影像中选取公共主影像，将其余影像与主影像配准生成干涉图，计算两幅图像干涉图的相干系数ωi,j，总体用下式表示：其中，Tt、Bt、Dt分别为时间基线、空间垂直基线以及多普勒质心频率的阈值；通过计算每两幅图的相干系数ωi,j，得到一个系数矩阵并对矩阵中的每行求和，即：计算出第i幅图像作为公共影像时的相干系数ωi并比较ωi最大时的影像，此时选取的公共主影像其时间基线、空间垂直基线以及Doppler质心频率基线达到最佳组合。3.根据权利要求1所述的基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于：在步骤三中，在选取出公共主影像之后，将所有影像与主影像进行配准并重采样；当两幅干涉SAR图像之间准确配准时，其干涉图中会出现干涉条纹，而InSAR又通过对干涉相位图的处理来提取地面高程及形变信息，因此影像配准是时间序列InSAR处理的关键步骤；具体配准操作如下：假设两幅SAR复数影像分别为P1(x,y)和P2(x,y)，当两幅影像之间存在整数个数像素偏移量时，其干涉图的公式如下：I(x,y；m,n)＝P1*(x,y)·P2(x-m,y-n)(3)其中，(m,n)表示为整数个数的像素偏移量，P1*(x,y)表示为P1(x,y)的共轭；在图像的配准中，求信噪比SNR的表达式为：其中，是干涉图频谱，可由公式(5)求得：其中，M和N分别表示干涉图频谱的行数和列数；当两幅图像精准配准时，其信噪比达到最大值，所以通过遍历所有可能偏移位置上的SNR并找出最大SNR所在位置及其对应的偏移量，确定干涉相对之间的偏移量，从而完成影像的配准。4.根据权利要求1所述的基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于：在步骤四中，设定预定的时间基线和空间基线阈值，根据所设定的阈值，事先生成一些干涉条件较好的干涉对，从而初步剔除干涉条件差的干涉对。5.根据权利要求1所述的基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于：在步骤五中，采用Goldstein方法进行滤波以及最小费用流法进行解缠；在时间序列的干涉数据集中，对任意一景干涉图中的干涉相位表示为：φint＝φatmos+φtopo+φdefo+φobject+φorbit+φnoise(6)减去高程相位以后，获得差分干涉相位：φdiff＝φatmos+φtopo-error+φdefo+φobject+φorbit+φnoise(7)对于第j景差分干涉图中，方位向坐标a以及距离向坐标i的像元的干涉相位值用以下的方式表示：式中，j为影像的编号，范围为(1，……，N)，λ为景号信号的中心波长，d(tB,a,r),d(tA,a,r)为A、B两个时刻对于雷达视线方向的累计形变量；表示差分干涉图中残余的地形相位，为大气相位，则表示模型的总的噪声分量。6.根据权利要求5所述的基于多数据源SBAS技术的滑坡监测和早期识别方法，其特征在于：在步...

【专利技术属性】
技术研发人员：胡波，
申请(专利权)人：伟志股份公司，
类型：发明
国别省市：福建,35